論文の概要: Long-Distance Real-World Navigation of the Legged-Wheeled Robot Go2-W Using Deep Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2606.21387v1
- Date: Fri, 19 Jun 2026 12:53:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 13:50:15.754936
- Title: Long-Distance Real-World Navigation of the Legged-Wheeled Robot Go2-W Using Deep Reinforcement Learning
- Title（参考訳）: 深部強化学習を用いたロボットGo2-Wの長距離リアルタイムナビゲーション
- Authors: Takaaki Matsuzawa, Kiyoshi Irie, Tomoaki Yoshida, Taro Suzuki, Yoshitaka Hara, Masahiro Tomono,
- Abstract要約: 本稿では,深部強化学習(DRL)に基づく移動制御システムの構築と,市販の脚車ロボットGo2-Wの自律ナビゲーションシステムについて報告する。
移動制御のために、我々は以前四足歩行ロボット向けに開発したプロプリセプションのみのポリシーを16-DoF脚駆動ロボットに拡張した。
また, 車輪付き移動は股関節に負荷を集中させ, 持続走行を妨げる熱集中を生じさせ, 負荷分散による抑制策を得た。
- 参考スコア（独自算出の注目度）: 3.0827963321492184
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legged-wheeled robots have long been studied for their potential to combine the efficient flat-ground mobility of wheels with the rough-terrain capability of legs. However, examples of their application to long-range autonomous navigation in real environments remain limited. This paper reports our effort to build a deep reinforcement learning (DRL) based locomotion controller and an autonomous navigation system for the commercially available legged-wheeled robot Go2-W, and to apply them to long-range autonomous navigation in a real environment. For locomotion control, we extended a proprioception-only policy, which we had previously developed for quadruped robots, to the 16-DoF legged-wheeled robot. We also found that wheeled locomotion concentrates the load on the hip joints and causes heat concentration that hinders sustained travel, and obtained a policy that suppresses it by distributing the load. We evaluated the system at the Tsukuba Challenge 2025, demonstrating that it can autonomously traverse an approximately 2.8 km route including sidewalks, a park, and stairs without stopping due to overheating.
- Abstract（参考訳）: 車輪付きロボットは、車輪の効率的な平地移動と足の荒い地形能力を組み合わせる可能性について、長い間研究されてきた。
しかし、その実環境における長距離自律航法への応用例は依然として限られている。
本稿では、市販の脚車ロボットGo2-Wのための深部強化学習(DRL)に基づく移動制御と自律ナビゲーションシステムを構築し、それを実環境における長距離自律ナビゲーションに適用する取り組みについて報告する。
移動制御のために、我々は以前四足歩行ロボット向けに開発したプロプリセプションのみのポリシーを16-DoF脚駆動ロボットに拡張した。
また, 車輪付き移動は股関節に負荷を集中させ, 持続走行を妨げる熱集中を生じさせ, 負荷分散による抑制策を得た。
つくばチャレンジ2025において,歩道,公園,階段などを含む約2.8kmのルートを,過熱による停止なく自律走行できることを実証した。
関連論文リスト
- Enhancing Navigation Efficiency of Quadruped Robots via Leveraging Personal Transportation Platforms [19.518110809455553]
四足歩行ロボットは、脚に依存しているため、長距離ナビゲーション効率の限界に直面している。
本稿では,人間によるセグウェイの利用に触発された強化学習に基づくアクティブトランスポーターライディング手法を提案する。
論文 参考訳（メタデータ） (2026-02-03T11:17:42Z) - GRoQ-LoCO: Generalist and Robot-agnostic Quadruped Locomotion Control using Offline Datasets [0.8678250057211367]
GRoQ-LoCOはスケーラブルで注目度の高いフレームワークで、複数の四足歩行ロボットと地形をまたいだ1つの汎用的なロコモーションポリシーを学習する。
我々のフレームワークは、ロボット固有のエンコーディングを組み込まずに、すべてのロボットからの保護的データのみを運用する。
その結果、オフラインでデータ駆動学習により、様々な4つの形態や行動にまたがる移動を一般化する可能性が示された。
論文 参考訳（メタデータ） (2025-05-16T08:17:01Z) - Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。
本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。
モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。
私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
論文 参考訳（メタデータ） (2024-05-03T00:29:20Z) - Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。
本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。
この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
論文 参考訳（メタデータ） (2024-01-30T10:48:43Z) - Learning Bipedal Walking for Humanoids with Current Feedback [5.429166905724048]
アクチュエータレベルでの不正確なトルクトラッキングから生じるヒューマノイドロボットのシム2リアルギャップ問題を克服するためのアプローチを提案する。
提案手法は、実際のHRP-5Pヒューマノイドロボットに展開して二足歩行を実現するシミュレーションにおいて、一貫したエンドツーエンドのポリシーをトレーニングする。
論文 参考訳（メタデータ） (2023-03-07T08:16:46Z) - Legged Locomotion in Challenging Terrains using Egocentric Vision [70.37554680771322]
本稿では,階段,縁石,石段,隙間を横断できる最初のエンドツーエンド移動システムを提案する。
この結果を,1台の前面深度カメラを用いた中型四足歩行ロボットに示す。
論文 参考訳（メタデータ） (2022-11-14T18:59:58Z) - Coupling Vision and Proprioception for Navigation of Legged Robots [65.59559699815512]
我々は視覚と受容の相補的な強みを利用して、脚のあるロボットでポイントゴールナビゲーションを実現する。
車輪付きロボット(LoCoBot)のベースラインよりも優れた性能を示す。
また,センサーと計算能力を備えた四足歩行ロボットに,我々のシステムを実環境に展開することも示す。
論文 参考訳（メタデータ） (2021-12-03T18:59:59Z) - Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
足の移動はロボティクスの操作領域を劇的に拡張することができる。
足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。
ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
論文 参考訳（メタデータ） (2020-10-21T19:11:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。